我是靠谱客的博主 简单航空,这篇文章主要介绍对pure pursuit算法的理解和改进,现在分享给大家,希望可以做个参考。

算法实现

purepursuit的核心其实是一个曲率半径的几何计算。

(x, y)是转换到机器人坐标系上的路径点。Llookahead distancer是形成的圆弧半径。Drx之间的差值。

根据上面的图形,可以发现有下面的几何关系:

同时通过
y 2 + D 2 = r 2 y^2 + D^2 = r^2 y2+D2=r2
可以推算出下面的等式关系:

曲率的定义为1 /radius,所以可得到下面的式子:

当确定好线速度时,就可以通过下面的方式计算出角速度:

复制代码
1
2
angular_vel = linear_vel * curvature;

比较完整的算法描述可参考这篇文档:

https://www.ri.cmu.edu/pub_files/pub3/coulter_r_craig_1992_1/coulter_r_craig_1992_1.pdf

lookahead distance 调整的影响

image-20221108172747344

lookahead_distance值设置的较大时,机器会缓慢贴合到参考路径;

lookahead_distance值设置的较小时,机器会更快的贴近参考路径。因为没有一个完美的圆弧可以直接让机器贴合到参考路径,所以会产生一些振荡。lookahead_distance值设置的越小,振荡会越大。

没有唯一合适的lookahead_distance

事实上,我们希望针对参考路径的曲率来计算出一个合适的lookahead_distance值。 如果能找到这样一个一一对应关系,我们便可以方便地根据参考路径的曲率设置好lookahead_distance值。

但一个行走圆弧却不能对应唯一的lookahead_distance值。

下图是一个固定曲率的圆形参考路径。在路径上任意取一个目标点计算出的曲率都是一样的。因为无论目标点选在圆弧的何处都可以形成一个等腰三角形,使满足purepursuit的几何关系。

image-20221108193650788

但显然随着目标点的不一样,lookahead_distance值也是不一样的。

image-20221108182509445

目标点在圆弧的任意一个位置都满足车的行走路径为一个以r为半径的圆弧。事实上,lookahead_distance取0~2r都是可行的。所以,给定一个lookahead_distance值可以得到一个唯一的圆弧半径,但给定一个圆弧半径则不能得到一个唯一的lookahead_distance值。

lookahead_distance 的选取策略

从上面的分析可知,同样的曲率并不对应唯一的lookahead_distance值。但可分析出,如果路径比较弯曲,应该要选取较小的lookahead_distance值,这样才更贴合参考路径;路径比较直时,应该要选取较大的lookahead_distance值。执行速度也有同样的需求,路径比较直的时候可以采用更大的速度,路径比较弯曲时则需减少速度。只有路径特征,执行速度和lookahead_distance值达到一种协调的关系,路径跟随的效果才会比较好。

通过查阅一些相关论文和开源代码,整理了如下策略。

1、计算弯曲半径

根据当前点和当前点前后两点(可间隔)形成一个圆,求取该圆的半径。

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
//会检查三点是否共线 template <typename T> CircleData findCircle2(const T & pt1, const T & pt2, const T & pt3) { //令: //A1 = 2 * pt2.x - 2 * pt1.x B1 = 2 * pt1.y - 2 * pt2.y C1 = pt1.y² + pt2.x² - pt1.x² - pt2.y² //A2 = 2 * pt3.x - 2 * pt2.x B2 = 2 * pt2.y - 2 * pt3.y C2 = pt2.y² + pt3.x² - pt2.x² - pt3.y² float A1, A2, B1, B2, C1, C2, temp; A1 = pt1.x - pt2.x; B1 = pt1.y - pt2.y; C1 = (pow(pt1.x, 2) - pow(pt2.x, 2) + pow(pt1.y, 2) - pow(pt2.y, 2)) / 2; A2 = pt3.x - pt2.x; B2 = pt3.y - pt2.y; C2 = (pow(pt3.x, 2) - pow(pt2.x, 2) + pow(pt3.y, 2) - pow(pt2.y, 2)) / 2; //为了方便编写程序,令temp = A1*B2 - A2*B1 temp = A1*B2 - A2*B1; // std::cout << "temp = " << temp << std::endl; //定义一个圆的数据的结构体对象CD CircleData CD; //判断三点是否共线 if (temp == 0){ //共线则将第一个点pt1作为圆心 CD.center.x = pt1.x; CD.center.y = pt1.y; CD.radius = 5.0; return CD; } else{ //不共线则求出圆心: //center.x = (C1*B2 - C2*B1) / A1*B2 - A2*B1; //center.y = (A1*C2 - A2*C1) / A1*B2 - A2*B1; CD.center.x = (C1*B2 - C2*B1) / temp; CD.center.y = (A1*C2 - A2*C1) / temp; } //共线时将第一个点pt1作为圆心,此时计算出来的半径为0 //计算圆心到其中一个ie点的距离作为半径 CD.radius = sqrtf((CD.center.x - pt1.x)*(CD.center.x - pt1.x) + (CD.center.y - pt1.y)*(CD.center.y - pt1.y)); return CD; }

代码来源于:https://blog.csdn.net/lijiayu2015/article/details/52541730/

采用此方法计算整条路径上每个点弯曲半径。

2、设置速度

根据执行路径上距离车体最近的点的弯曲半径来调整车体速度。

可采用如下关系来设置期望速度:

弯曲半径 大于 最大阈值(路径越直弯曲半径越大),设置期望速度为最大速度;

弯曲半径 小于 最小阈值(路径越弯弯曲半径越小),设置期望速度为最小速度;

弯曲半径在最大和最小阈值中间则使用最大速度*调整系数来设置期望速度。 但需确保期望速度不小于最小速度。

限制速度变化率

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
class RateLimiter { public: RateLimiter() = default; ~RateLimiter() = default; double limitRateOfChange(double value); void setRisingRate(double maxRisingRate); void setFallingRate(double minFallingRate); void setTimestep(double dt); void reset(double startingValue = 0.0); private: double dt_ = 0.01; double maxRisingRate_ = 1.0; double minFallingRate_ = -1.0; double valuePrev_ = 0.0; }; double RateLimiter::limitRateOfChange(double value) { double retValue = value; if (value > valuePrev_ + dt_ * maxRisingRate_) { retValue = valuePrev_ + dt_ * maxRisingRate_; } if (value < valuePrev_ + dt_ * minFallingRate_) { retValue = valuePrev_ + dt_ * minFallingRate_; } valuePrev_ = retValue; return retValue; } void RateLimiter::setRisingRate(double maxRisingRate) { if (maxRisingRate < 0) { throw std::runtime_error("Rising rate cannot be negative."); } maxRisingRate_ = maxRisingRate; } void RateLimiter::setFallingRate(double minFallingRate) { if (minFallingRate > 0) { throw std::runtime_error("Falling rate cannot be positive"); } minFallingRate_ = minFallingRate; } void RateLimiter::setTimestep(double dt) { if (dt < 0) { throw std::runtime_error("Time step cannot be negative"); } dt_ = dt; } void RateLimiter::reset(double startingValue) { valuePrev_ = startingValue; }

开源代码来源于:https://github.com/leggedrobotics/se2_navigation.git

**处理接近终点的情况。**速度还需根据距离终点的距离线性调整。参考开源代码如下:

复制代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
bool AdaptiveVelocityController::computeVelocity() { double referenceVelocity = 0.0; switch (drivingDirection_) { case DrivingDirection::FWD: { referenceVelocity = parameters_.desiredVelocity_; break; } case DrivingDirection::BCK: { referenceVelocity = -parameters_.desiredVelocity_; break; } } // should be path integral strictly speaking const double distanceToGoal = (currentRobotState_.pose_.position_ - currentPathSegment_.point_.back().position_).norm(); const double dWhenBrakingStarts = parameters_.distanceToGoalWhenBrakingStarts_;//距离目标点多远开始刹车 if (distanceToGoal <= dWhenBrakingStarts) { const double slope = parameters_.desiredVelocity_ / dWhenBrakingStarts; const double referenceVelocityMagnitude = slope * distanceToGoal; const double direction = sgn(referenceVelocity); referenceVelocity = direction * referenceVelocityMagnitude; } desiredLongitudinalVelocity_ = rateLimiter_.limitRateOfChange(referenceVelocity); return true; }

3、设置lookahead_distance

根据Real-time Motion Planning with Applications to Autonomous Urban Driving这篇论文中提到的方法。这里根据上面输出的期望速度来调整lookahead_distance值。

上图的比例关系是论文中针对乘用车设置的。在实际工程项目中应该还需要根据实际情况调整。

4、适时进行原地旋转

通过lookahead_distance值选取lookahead point。计算lookahead point相对于机器人位置的朝向与机器人朝向的差值,如果差值太大就进行原地旋转。

最后

以上就是简单航空最近收集整理的关于对pure pursuit算法的理解和改进的全部内容,更多相关对pure内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(57)

评论列表共有 0 条评论

立即
投稿
返回
顶部